【培訓(xùn)對(duì)象】
本課程的對(duì)象為企業(yè)營(yíng)銷、財(cái)務(wù)、人事、生產(chǎn)研發(fā)等方面的各種層次的人員，為了方便學(xué)員理解本課程，授課講師已經(jīng)將SPSS中比較晦澀和學(xué)術(shù)化的部分剔除，即使學(xué)員沒有正規(guī)的統(tǒng)計(jì)分析基礎(chǔ)，也能夠較好較快地學(xué)習(xí)并應(yīng)用SPSS。

【培訓(xùn)收益】
（1）掌握統(tǒng)計(jì)分析的基本概念、術(shù)語(yǔ)、分析流程 （2）全面系統(tǒng)掌握SPSS （3）提升數(shù)據(jù)分析和挖掘能力

1.統(tǒng)計(jì)分析基礎(chǔ)
1.1統(tǒng)計(jì)分析基本概念
包括假設(shè)檢驗(yàn)、平均值、標(biāo)準(zhǔn)差、峰度、偏度、中位數(shù)、眾數(shù)、R2、曲線擬合等。
1.2SPSS基本操作
（1）從EXCEL中導(dǎo)入數(shù)據(jù)（突破EXCEL 100萬(wàn)數(shù)據(jù)的限制）
（2）給數(shù)據(jù)添加值標(biāo)簽
（3）修改數(shù)據(jù)數(shù)值值（數(shù)據(jù)、分類、有序等）

2.分析報(bào)表和圖形
可以根據(jù)自己的分析需要，使用SPSS輸出自己的專業(yè)數(shù)據(jù)報(bào)表。
2.1報(bào)表
（1）按照觀測(cè)量概述
（2）按行概述
（3）按列概述
2.2分析圖形
（1）多維度圖形的繪制
（2）強(qiáng)大的面板圖
（3）圖形分析的效果優(yōu)化

3.數(shù)據(jù)的描述統(tǒng)計(jì)
描述統(tǒng)計(jì)可以對(duì)數(shù)據(jù)規(guī)律有著很好的把握。
（1）頻率表
快速了解數(shù)據(jù)的結(jié)構(gòu)分布以及與標(biāo)準(zhǔn)正態(tài)圖的對(duì)比情況。
（2）分組求均值
從平均值等的角度考慮分組數(shù)據(jù)之間的差異。
（3）探索
快速探索數(shù)據(jù)的規(guī)律，包括著名的莖葉圖。
（4）交叉表
專業(yè)版的EXCEL數(shù)據(jù)透視表，在展示數(shù)據(jù)的同時(shí)考慮數(shù)據(jù)之間的關(guān)系。

4.數(shù)據(jù)之間有關(guān)系嗎？
從數(shù)據(jù)樣本的角度考察數(shù)據(jù)之間的關(guān)聯(lián)關(guān)系：
（1）獨(dú)立樣本T檢驗(yàn)
數(shù)據(jù)之間有關(guān)聯(lián)嗎？關(guān)聯(lián)度如何？
（2）配對(duì)樣本T檢驗(yàn)
用于分析成對(duì)數(shù)據(jù)的前后的績(jī)效差異。
（3）單因素方差分析
使用頻率超高的分析方法。
（4）相關(guān)分析
簡(jiǎn)單高效使用廣泛的數(shù)據(jù)間關(guān)系分析方法。

5.離散型因變量的回歸
Logistic回歸是研究離散型因變量回歸的重要手段，例如客戶是否來(lái)銀行存款、客戶是否會(huì)欠款、客戶喜歡什么品牌、產(chǎn)品的質(zhì)量情況等等，都可以用Logistic回歸進(jìn)行分析。
5.1二值Logistic回歸
針對(duì)客戶是否購(gòu)買（”yes” or “no”）、股價(jià)是否上漲（”yes” or “no”）這樣的問(wèn)題進(jìn)行分析。
5.2名義值的Logistic回歸
針對(duì)不同的選擇的分析，例如上海的大學(xué)畢業(yè)生去哪個(gè)國(guó)家留學(xué)：“美國(guó)”、“歐洲”、“澳洲”這樣的選擇的問(wèn)題，進(jìn)行分析。
5.3有序類的Logistic回歸
針對(duì)有序的選擇的分析，例如汽車尾氣標(biāo)準(zhǔn)“歐III”、“歐IV”、“歐V”這樣的選擇的分析。

6.離散型自變量的回歸
適合于自變量是離散變量的回歸分析，例如分析消費(fèi)者對(duì)汽車顏色的偏好（1：黑色，2：紅色，3：白色，4：灰色，5：藍(lán)色）與購(gòu)車者性別（1：男，2：女）以及職業(yè)（1：學(xué)生，2：公務(wù)員，3：公司職員，4自由職業(yè)者，5：其他職業(yè)）等之間的關(guān)系。
（1）連續(xù)變量離散化的隨意性缺陷
（2）模型的選擇及結(jié)果分析

7.直銷模塊-多種強(qiáng)大的分析小工具的組合
直銷模塊是IBM收購(gòu)SPSS后推出的新的商務(wù)分析模塊：
（1）客戶評(píng)級(jí)工具（RFM模型）
根據(jù)消費(fèi)者的最近消費(fèi)日期、消費(fèi)頻次、總消費(fèi)金額來(lái)給消費(fèi)者評(píng)級(jí)并甄選出最佳客戶。
（2）生成潛在客戶概要文件
根據(jù)市場(chǎng)活動(dòng)的結(jié)果，生成客戶的概要文件。在將來(lái)的產(chǎn)品銷售中，可以根據(jù)該文件，決定銷售對(duì)象，以提高成功率。
（3）選擇最有可能購(gòu)買的消費(fèi)者工具
購(gòu)買傾向分析通過(guò)建立模型來(lái)預(yù)測(cè)客戶購(gòu)買產(chǎn)品的可能性。

8.分類
（1）聚類
針對(duì)多種指標(biāo)下的分類，例如銀行客戶的分類、旅游景點(diǎn)的分類、財(cái)務(wù)數(shù)據(jù)的分類等等。
包括二步聚類、K-均值聚類和系統(tǒng)聚類等，三種聚類的應(yīng)用場(chǎng)景不盡相同。
（2）最近鄰元素分析
聚類方法在商業(yè)分析中的進(jìn)一步應(yīng)用。
（3）判別分析
根據(jù)消費(fèi)者的特征進(jìn)行判別，看他屬于哪一分類？

9.商業(yè)預(yù)測(cè)
9.1一元和多元線性回歸
（1）什么是數(shù)據(jù)擬合？
（2）回歸方法的選擇
（3）回歸模型的結(jié)論解釋
9.2時(shí)間序列分析
（1）移動(dòng)平均分析
包括一次、二次和三次移動(dòng)平均
（2）指數(shù)平滑分析
包括一次、二次和三次指數(shù)平滑
（3）ARIMA分析
ARIMA分析的內(nèi)涵以及參數(shù)的調(diào)優(yōu)
（4）季節(jié)分解
周期性數(shù)據(jù)的近乎完美的分解

10. 主成分分析
對(duì)于銷售、財(cái)務(wù)、人事、綜合競(jìng)爭(zhēng)力等多指標(biāo)的數(shù)據(jù)進(jìn)行降維處理，構(gòu)建評(píng)估分析模型。
（1）數(shù)據(jù)收集
（2）模型構(gòu)建
（3）結(jié)果分析
（4）模型的優(yōu)化 

紀(jì)賀元，男，本科畢業(yè)于大連理工大學(xué)計(jì)算機(jī)系，復(fù)旦大學(xué)MBA。長(zhǎng)期從事數(shù)據(jù)分析、python、市場(chǎng)調(diào)查、EXCEL、信息檢索與收集、Access、PPT、SPSS等方面的培訓(xùn)工作，為上海交通大學(xué)EDP中心、上海交通大學(xué)繼續(xù)教育學(xué)院、時(shí)代光華（北京）、肯耐珂薩（上海）、益策、華嗣、卓華等國(guó)內(nèi)知名培訓(xùn)機(jī)構(gòu)開設(shè)過(guò)多次內(nèi)訓(xùn)和公開課課程。立邦涂料長(zhǎng)期合作講師，華晨寶馬長(zhǎng)期合作講師（數(shù)據(jù)統(tǒng)計(jì)分析方向、三年一簽）。Excel、數(shù)據(jù)分析方面年授課量在85天左右。
2017年出版《數(shù)據(jù)分析實(shí)戰(zhàn)：基于EXCEL和SPSS系列工具的實(shí)踐》一書，受到了業(yè)界的歡迎，https://item.jd.com/12080023.html。

現(xiàn)在第二本專著《從編程小白到python數(shù)據(jù)分析高手》正在寫作中，預(yù)計(jì)2021年春季出版：

紀(jì)賀元曾經(jīng)在上海貝爾、MOTOROLA、Lucent、新加坡比技公司、上海全成等公司長(zhǎng)期工作，在過(guò)去的實(shí)際工作中，本人積累了較多的在數(shù)據(jù)分析和挖掘的實(shí)戰(zhàn)經(jīng)驗(yàn)， 1995年即開始使用EXCEL VBA對(duì)于Motorola電信交換機(jī)的運(yùn)營(yíng)數(shù)據(jù)進(jìn)行分析和編程處理，1998年即開始采用SPSS軟件進(jìn)行數(shù)據(jù)分析和市場(chǎng)調(diào)查報(bào)表的分析工作，在新加坡比技公司、上海全成通信等公司組織和領(lǐng)導(dǎo)了多項(xiàng)移動(dòng)通信增值業(yè)務(wù)數(shù)據(jù)的數(shù)據(jù)挖掘項(xiàng)目（采用COGNOS商業(yè)報(bào)表軟件和CLEMENTINE軟件）。
紀(jì)老師擅長(zhǎng)的課程有：

本人也曾經(jīng)參與或主持過(guò)多項(xiàng)數(shù)據(jù)分析方面、市場(chǎng)調(diào)研等方面的咨詢項(xiàng)目，包括：
2018年：
（1）上海大眾2019年培訓(xùn)內(nèi)部需求調(diào)研分析，問(wèn)卷800多份，包括調(diào)研數(shù)據(jù)分析以及分析報(bào)告撰寫
（2）天順風(fēng)能常熟工廠生產(chǎn)部及BOM運(yùn)維報(bào)表系統(tǒng)，用VBA編程，代碼2.3萬(wàn)行
（3）思南智庫(kù)營(yíng)帳系統(tǒng)，用VBA編程，代碼0.9萬(wàn)行
（4）寶鋼集團(tuán)數(shù)據(jù)分析輪訓(xùn)（9天，包括寶鋼上海下屬子公司、寶鋼國(guó)際、新疆八一鋼鐵等
2017年：某潤(rùn)滑油企業(yè)市場(chǎng)調(diào)研數(shù)據(jù)分析
2016年：
基于百度和bing的類爬蟲軟件設(shè)計(jì)和編制
2015年：
上海張江高科科技園政府扶持企業(yè)資金投入產(chǎn)出績(jī)效分析項(xiàng)目（分析工具提供）（VBA實(shí)現(xiàn)DEA算法）
迪皮埃復(fù)材構(gòu)件（太倉(cāng)、大豐）兩公司生產(chǎn)部報(bào)表項(xiàng)目（VBA實(shí)現(xiàn)）
某證券私募企業(yè)股票指標(biāo)數(shù)據(jù)跟蹤與分析系統(tǒng)（VBA實(shí)現(xiàn)）
上海卷煙銷售公司低焦油香煙消費(fèi)者調(diào)研
2014年:
上海印鈔廠統(tǒng)計(jì)分析培訓(xùn)專題咨詢
蘇州工業(yè)園區(qū)軟環(huán)境滿意度調(diào)研
上海某涂料公司3-5年發(fā)展規(guī)劃-市場(chǎng)信息檢索與利用
2013年：
（1）迪皮埃復(fù)材構(gòu)件（太倉(cāng)）有限公司，生產(chǎn)部數(shù)據(jù)流程整合咨詢項(xiàng)目（包括VBA編碼調(diào)試）
（2）上海印鈔廠統(tǒng)計(jì)分析專題咨詢
2011年：
內(nèi)蒙古杏仁露產(chǎn)品上市前調(diào)研
2010年：
我國(guó)電子閱讀器市場(chǎng)用戶消費(fèi)模式調(diào)研
2009年：
格林動(dòng)力汽車尾氣凈化劑數(shù)據(jù)分析
楊浦區(qū)商管公司下屬商業(yè)網(wǎng)點(diǎn)調(diào)研
2005年：
2005年上海移動(dòng)有限公司新產(chǎn)品發(fā)展模式市場(chǎng)調(diào)研

本人擅長(zhǎng)數(shù)據(jù)分析和市場(chǎng)調(diào)研等方面的培訓(xùn)，包括用EXCEL、EXCEL VBA、水晶易表、SPSS、SAS、CLEMENTINE等軟件進(jìn)行營(yíng)銷、生產(chǎn)制造、財(cái)務(wù)等方面的數(shù)據(jù)分析。 

• 業(yè)務(wù)數(shù)據(jù)分析II（Excel）

   

  【課程背景】數(shù)據(jù)分析有多個(gè)含義，普通含義的數(shù)據(jù)分析包括展現(xiàn)數(shù)據(jù)的趨勢(shì)，對(duì)數(shù)據(jù)做分類匯總，發(fā)現(xiàn)其中的TOPN數(shù)據(jù)，對(duì)比數(shù)據(jù)的不同與變化等。這些常規(guī)分析可以通過(guò)數(shù)據(jù)透視表來(lái)完成。這些內(nèi)容在課程《業(yè)務(wù)數(shù)據(jù)分析I》中已經(jīng)詳細(xì)介紹了。而對(duì)數(shù)據(jù)的深入分析還包括發(fā)現(xiàn)數(shù)據(jù)之間的模式，規(guī)律，相關(guān)性及因果關(guān)系，預(yù)測(cè)未來(lái)業(yè)務(wù)數(shù)據(jù)，對(duì)數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分析從而發(fā)現(xiàn)問(wèn)題等等。 ..

  ￥   元/ 天

  人氣：1145  

  

• 業(yè)務(wù)數(shù)據(jù)分析I（Excel）

   

  【課程背景】數(shù)據(jù)分析是數(shù)據(jù)應(yīng)用的重要目的。海量的，紛繁復(fù)雜的原始數(shù)據(jù)只有經(jīng)過(guò)分析才能抽取關(guān)鍵信息，獲得對(duì)數(shù)據(jù)的準(zhǔn)確認(rèn)知，才能對(duì)未來(lái)起到知道作用。本課程從準(zhǔn)備數(shù)據(jù)開始，一步一步的經(jīng)過(guò)數(shù)據(jù)整理，分析，最終做出報(bào)表呈現(xiàn)分析結(jié)果，并通過(guò)各個(gè)領(lǐng)域的案例，使您可以快速將學(xué)習(xí)到的分析和預(yù)測(cè)方法落實(shí)到您的實(shí)際工作中。【課程大綱】（..

  ￥   元/ 天

  人氣：1095  

  

• 數(shù)據(jù)分析與圖示化呈現(xiàn)技巧

   

  課程背景據(jù)統(tǒng)計(jì)，我們?nèi)粘９ぷ髦校ㄟ^(guò)視覺獲取的信息超過(guò)70%，所以如何將數(shù)據(jù)圖示化、視覺化，如果讓老板、領(lǐng)導(dǎo)或者客戶、消費(fèi)者在短時(shí)間內(nèi)迅速get到你想表達(dá)的信息在當(dāng)今信息化時(shí)代顯得尤為重要。基于商務(wù)應(yīng)用需要，Office高效辦公專家李憲磊老師以多年的企業(yè)實(shí)戰(zhàn)工作經(jīng)驗(yàn)和企業(yè)實(shí)際需求為出發(fā)點(diǎn)，開發(fā)出《數(shù)據(jù)分析與圖示化呈現(xiàn)技巧》課程。本課程結(jié)合日常的數(shù)據(jù)信..

  ￥   元/ 天

  人氣：938  

  

• 服裝行業(yè)終端店長(zhǎng)——店鋪商品數(shù)據(jù)分析課程

   

  【課程大綱】1.店鋪商品的構(gòu)成分析2.店鋪商品的訂貨方法3.店鋪商品數(shù)據(jù)分析的要點(diǎn)4.店鋪商品陳列的方法5.店鋪商品促銷管理方法6. 店鋪商品庫(kù)存管理

  ￥   元/ 天

  人氣：1387  

  

• 新零售用戶行為數(shù)據(jù)分析與產(chǎn)品優(yōu)化

   

  第一單元 用戶分類1.用戶分析集中的三個(gè)方面u用戶統(tǒng)計(jì)監(jiān)控u用戶定向營(yíng)銷u用戶調(diào)研2.互聯(lián)網(wǎng)思維——用戶為中心u顧客-用戶u顧客為中心-用戶為中心u顧客至上-用戶體驗(yàn)至上3.用戶分析的指標(biāo)u訪問(wèn)用戶數(shù)u新用戶數(shù)u活躍用戶數(shù)u流失用戶數(shù)4.新老用戶5.新活躍用戶和流失用戶 ..

  ￥   元/ 天

  人氣：1092  

  

• 移動(dòng)互聯(lián)網(wǎng)時(shí)代的精焳營(yíng)銷-數(shù)據(jù)分析

   

  一、大數(shù)據(jù)未來(lái)的通行證美國(guó)的大數(shù)據(jù)、阿里的大數(shù)據(jù)大數(shù)據(jù)改變未來(lái)未來(lái)誰(shuí)是王者案例：未來(lái)的一天、IBM的規(guī)劃二、數(shù)據(jù)分析五步法1）數(shù)據(jù)搜集數(shù)據(jù)搜集不等CRM2）數(shù)據(jù)清洗3）數(shù)據(jù)建模4) 數(shù)據(jù)整理三、市場(chǎng)調(diào)查1）市場(chǎng)調(diào)研帶來(lái)哪些價(jià)值機(jī)會(huì)點(diǎn)研究品牌研究廣告促銷研究滿意度研究四、數(shù)據(jù)分..

  ￥   元/ 天

  人氣：2307